传感器位置的实值遗传算法为优化指导的结构健康监测搪塞过去

文摘

提出了一种新颖的实现遗传算法(GA)来提高传感器网络的覆盖使用导波进行损伤诊断。传感器的实现允许描述位置与实际值更接近真实情况。还附加功能,如近距离检查和节点插入已经实现为了提高遗传算法的收敛性和彻底性的搜索空间。对于传统的基于整数实现,问题的规模很大,但有限。实值实现,问题规模确实可以无限大。所以添加措施介绍了诸如减少大小的两步优化过程,改善了收敛性。

1。介绍

导波——(GW)基础结构健康监测(SHM)在使用最广泛的技术之一,大板或pipe-like结构。传播波可用于覆盖面积大,通过飞行时间的处理(TOF)允许损害隔离。瓦已经证明是敏感极小程度的损伤和曾检测损伤的影响,腐蚀和疲劳1- - - - - -4]。

研究领域的瓦金属结构相当广泛,但工作领域的传感器位置相当有限。Ostachowicz et al。5]提供了一个优秀的审查技术用于优化传感器的位置与一个特殊的部分致力于GW-based SHM的传感器布置优化。文献主要可以分为三个区域。第一个工作领域的传感器布置优化是基于改进的概率检测(POD)。Staszewski et al。6),结合人工神经网络用于改善定位和检测概率的影响。Markmiller和张7)使用公制依赖的豆荚计算基于重建的影响事件的响应。Staszewski等人和Markmiller等人都使用GA的优化。弗林和托德8)使用概率方法在贝叶斯风险的形式。其目的是减少造成的假阳性和假阴性错误的传感器网络。海恩斯(9)基于贝叶斯框架和风险包括单孔位微吹气扰动系统的成本决策过程。类似的方法基于提出的假警报也Vanli et al。10和科埃略等。11]。

第二哲学的优化是提高网络的敏感性损害。在这个领域所做的工作主要是基于有限元模型,在不同的损伤情况进行数值模拟;和用于确定传感器的位置,如一个李和Staszewski [12]。Venkat et al。13和埃瓦尔德等。14)也存在一个最大值的方法定位传感器的微分形象健康、破损的结构。这些方法是很有用的优化布置的已知结构的热点地区。

另一种哲学的优化是传感器网络的覆盖率最大化。索尼等。15)开发了一个基于最小传感距离传感器放置算法。传感范围确定了基于信号噪声比(信噪比)和波的衰减。最低传感器范围是固定的圆半径实验决定。向后顺序传感器位置(BSSP)是为了消除冗余传感器用于网络。科埃略等人还开发了一个基于最大化覆盖范围的方法通过最小化假警报的概率。Thiene et al。16提出了最大化的覆盖范围基于像素的方法。感兴趣的样本分为像素,传感器网络的覆盖范围为每个像素计算。不同的波传播衰减等特性,视线,和形状的样品可以合并基于不同乘法因素获得适应度函数。候选位置的数量被限制在这项研究中,以限制大小的问题。但这种不自然的约束可能限制优化算法的性能。可能的传感器位置的数量增加了索曼et al。17)通过使用的分析方法比基于像素的方法计算效率更高。索曼et al。17)然后扩展优化代价函数提高损伤隔离的质量。损害GW-based SHM隔离是由三角测量技术。索曼等人包括至少3传感器所覆盖的区域作为一个额外的指标。多目标优化问题是scalarized使用称重功能为了简化使用遗传算法优化。Tarhini et al。18)也报道标本作为优化目标。他们开发了一个混合整数非线性规划不约束优化搜索有限数量的可能的传感器位置和当前研究的动机。

在本文中,作者与3建立在成本函数定义优化目标,即覆盖至少1(一般,覆盖3(一般对和传感器的数量。遗传算法的实现是由一个整数实值遗传算法GA。为了限制优化问题的大小,传感器的数量限制在一个范围的值。这个范围内确定基于传感器密度所需的信噪比,允许可靠的损伤诊断。代价函数的计算是最需要计算步骤,因此,减少不必要的计算需要的数量。为了限制这个数字,一些特性,比如添加了节点插入和间接检测的实现。

剩下的纸是组织如下:第二节介绍的方法定义优化问题。部分3提出了额外的功能,比如节点插入和邻近检查实施改善遗传算法的性能。部分4覆盖的结果优化和改进的GA的比较早期的作品。最后一节吸引了一些结论并提出了未来的工作领域。

2。方法

增加数量的传感器部署在一个结构导致增加部署成本以及二次成本相关的额外的重量传感器和连接以及数据的处理和存储。因此,传感器布置优化的目标之一应该是最小化的传感器使用。这可以实现最小化代价函数允许配售或约束。如果是纳入成本函数,索曼et al。17),可能的传感器配售数量的增加。优化问题变得非常大,因此,所需的时间收敛是非常大的。同时,代价函数的计算消耗的时间增加而增加数量的传感器,如图1。计算是基于遗传算法的实现报道(17]。

同时,大量的传感器位置传感器是不可行的,由于资源的可用性。因此,为了减少优化问题的规模,限制数量的传感器可能会强加在实现阶段。这个约束必须以客观的方式实施,以确保传感器性能是在可接受的范围之内的。因此,本节将讨论一个正式的方法来确定传感器的最大数量。

2.1。传感器数量确定

传感器确定基于传感器的数量密度使用概念由Croxford et al。19]。他们提供了一个优秀的讨论和一步一步过程计算不同参数确定传感器密度。出于完整性的考虑,方程计算传感器音高和这里提供所有的因素都没有推导中可以找到(19]。传感器给出的最小间距 在哪里的反射系数是损害(定义的散射波振幅在单位距离损坏),是可靠的损伤评估,所需的最小信噪比是相对应的系数后减噪音之间的基线信号和信号目前,然后呢是温度的变化。的因素依赖的类型进行减法以及波模式。本文通过Croxford et al .,射频减法的值是由 在哪里相速度,是相关系数相速度对温度的敏感性,然后呢膨胀系数。

的因素依赖于类型的损伤。板视为一个洞的圆柱散射体,可以分析由系数 在哪里孔的直径在m。

知道所有的参数的值在方程(1),距传感器可以计算进而可以用于确定最小数量的传感器。传感器的最大数量可以由系统中引入一些冗余。如图1,问题规模和计算时间增加传感器的最大数量的增加。所以应该小心在定义的最大数量。这项研究的目的,确保一些冗余,传感器的最大数量被确定为50%超过所需的最小数量的传感器。

感兴趣的样品是一个铝板尺寸 如图2。附加质量是用来模拟损伤。附加质量的后向散射配置文件是基于藉由此获得的激光多普勒振动计如图3。集中的结果是位于质量如图2。

可以看到,后向散射的最小值为0.073作为反散射 。需要注意的关键点是,后向散射是或多或少的对称(在合理的错误)。小错误可以归因于这样一个事实:采样点是在一个矩形网格与径向网格。因此,距离的测量是大致相等。最大的后向散射发生在45°入射角。最小值在该地区只是超出了预计质量。所以最坏的情况下将当传感器在另一边的致动器被认为是在计算最小数量的传感器。反向散射指数获得相当于17毫米的孔样品根据方程(3)这是一个合理的假设散射物体。的铝板S0波的值基于方程(2)为0.0962。在作者的团队,开发了温度补偿方法,允许-14分贝的变化信噪比10°C温度变化量(20.]。14 dB改变结果 。的 (类似于(19)被认为是必要的,以确保可靠的损伤诊断。基于这些输入,计算基于方程(1)是0.454与传感器的最小数量是6。考虑拟议中的冗余系统中,传感器计算的最大数量为9。这允许用老的方法比较的方法的传感器优化实施之前和报道(179)是网络上传感器。

2.2。传感器位置优化

一旦传感器的数量,优化方案可以实现通过限制数量的传感器之间的低和上限。的标准的优化代价函数。正如已经提到在17),这三个要求从应用程序如下:(1)覆盖至少1(一般对(coverage1)(2)覆盖至少3(一般对(coverage3)(3)数量的传感器( )

基于这些要求,scalarized成本函数可以由使用重因素所示 coverage3是网格的%点躺在感应范围内的3或更多(一般对;coverage1是%点在于单一的传感范围(一般。 , ,和权重值确定的相对优点为每个参数,然后呢是传感器的数量。的参数和可视为相互独立的或基于选择的依赖。介绍了两个参数显示的不同相关性coverage3和coverage1值的传感器。

两级优化实现了本文的选择考虑参数更敏感。作为传感器的数量的变化是有限的,参数的值的范围也有限,并不显示多变化。因此如果重量值和过低(例如,0),该算法将选择解决方案与最大数量的传感器,而如果他们太高了(例如,1),传感器的数量将会有一个非常高的轴承传感器位置,这样,位置较低数量的传感器将优先考虑。这个值取决于贡献的每个传感器网络的覆盖范围。金属结构没有任何结构特性,比如加强剂,每个传感器的作用显著;因此,较低的值和需要选择。敏感性研究进行了等间距的传感器位置(图4),不同数量的传感器如表所示1。承认的是等间距的传感器位置可能是也可能不是最优的。表的目的1和图4是指每个传感器对coverage1和coverage3的贡献值和轴承的选择吗和值。

我们可以看到在桌子上1每个传感器的贡献减少,但整体覆盖传感器数量增加而增加。为了获得类似的成本与6传感器和9传感器,传感器的位置0.17价值需要。类似地,0.26价值需要。如前所述,均匀放置传感器位置不佳;因此,传感器的贡献也不佳。优化传感器位置的值和应该大大降低。因此,这项研究的目的,的值和为0.15。

位置的优化进行了使用遗传算法的实值实现特殊的工具和例程整合改善收敛一直在下一节中描述。

3所示。遗传算法的实现

本文的主要创新是实值遗传算法的实现,而不是常用的整数GA传感器布置优化。这是观察到的潜在动机更现实的编码优化,算法的性能越好。同时,通过改变实现从整数到真正的GA,单位的表型的差异的变化传感器值显著降低从而使样本空间中更好的搜索。缺点是,问题的规模不再是有限的但是无限。因此,没有办法检查用蛮力方法优化工具的有效性。遗传算法的流程图如图提供5。

人口与生成每个传感器位置描述 。第一行对应 - - - - - -协调在第二行对应 - - - - - -坐标。的和人群中坐标被视为独立的一代,健康评估,节点插入,在交叉和变异阶段和选择阶段, - - - - - -协调作为因变量。数量对应数量的传感器和可以采取的价值选择的范围由部分中概述的方法决定的2.1。不同的特性融入遗传算法通过一个例子如图所示6。

3.1。近距离检查

这个特性介绍了避免节点集中在一个点或确保传感器布置的可行性。在第一步中,节点的边界太近都省略了,因为它将很难区分直接信号和边界的反射。在下一阶段,冗余系统中因为2密集的传感器是减少删除传感器。近距离检查的限制是作为传感器使用的直径是0.01米。这个约束确保优化网络可能意识到身体。

3.2。节点插入

在接近检查删除从染色体的基因,有可能增加传感器的数量在染色体通过添加一个节点的位置与最贫穷的报道。插入节点如果它提供了一个优势现有传感器放置在coverage3条款,coverage1, scalarized成本函数。节点插入重复直到插入是可能的和可取的。添加的染色体基因取代排名最低的染色体的选择过程。节点插入允许更好的本地搜索但代价可能滞留在局部最小值。这个陷阱是有两个非常相似的染色体的副本是非常理想的人群中。为了避免他们的统治在随后的几代,每一代的染色体数量增加比以前实现的GA报道(17]。

3.3。健康评估

在作者以前的工作的分析方法基于板内的最大椭圆拟合用于确定每一对(一般的报道。这种方法是简单的实现为简单的结构和计算效率。问题的方向传播的依赖(各向异性结构,或结构损伤后向散射angle-dependent概要文件),椭圆的方法是无效的。因此,文中的方法(21]解释在图7被雇佣。射线追踪方法,射线扩展从致动器位置进行调查和另一个射线研究点和传感器之间的扩展。衰减速度,或后向散射可以合并基于射线的角度与坐标轴的点之间的距离。最大允许TOF确定边缘点。这TOF然后用于构造的限制椭圆长轴等于最大速度和TOF的产物。椭圆内的点然后分别与射线追踪方法进行检查,以确定(一般的报道。传感器网络的健身价值评估的叠加覆盖每一对一般。

3.4。交叉

标准的遗传算法中使用的交叉技术是单点交叉,多点交叉,算术交叉等。22]。他们是简单的实现,但往往并不完全符合实现和问题的物理本质。正如前面提到的,越接近现实的编码问题,更好的性能优化。因此,镜子交叉(23)是实现优化问题。镜子交叉的方法显示在图8和如下:两个父母随机选择类似于其他交叉技术。

然后,一个随机值的 - - - - - -坐标生成。所有的基因 父亲的转移到后代1和 在父亲的后代2。的基因 从母亲转移到后代1和 从母亲转移到后代2。

可以看到,父母双方的传感器数量是8。通过使用镜子交叉,可以获得一个传感器位置更少数量的传感器在后代2(7)。因此,提高优化算法的搜索能力。

3.5。算法的输入

获取传感器布置优化,一些变量需要基于灵敏度分析确定。手头的问题大小,染色体的数量为256。这是最小化基因库的统治由少数基因由于节点插入的阶段。精英主义是50%。突变率为25%,和几代人的数量是5000。在下一节中进行比较的结果从整数的实值遗传算法GA优化。

4所示。结果与讨论

4.1。传感器数量

如部分所示2,场上的传感器和传感器密度依赖的价值观 , , ,和 。的参数取决于损伤的后向散射特性参数取决于使用的材料和中央频率激励。图9显示了数量的传感器与单方面改变的四个变量。

的因素可以改变大小和类型的缺陷被检测出来。的因素取决于环境条件的不确定性预期在应用程序。的价值取决于激励的频率以及材料属性。材料特性影响相位和群速度以及材料的依赖于温度的变化。的因素取决于信号处理的质量和降噪算法。它也可以用来引入衰减的影响,复合材料具有重要的意义。的价值可以增加衰减是为了确定传感器密度高。

4.2。传感器的位置

实值优化的实现消除了不必要的传感器的位置限制由于基于整数实现。因此,更好的coverage3和coverage1,反过来可能会达到更好的健身价值。图10显示了整数最优传感器位置实现位置和实值优化。数据(11日),11 (b),12(一个)三个传感器的位置显示覆盖图。图12 (b)也显示了改善覆盖通过实值实现。优化的客观值定量比较表2。

5。结论

本文概述了一个两步方法对传感器布置优化GW-based损伤检测。在第一步中,计算所需的最小数量的传感器基于信号处理算法的质量。一旦确定数量的传感器,传感器的位置通过改进的遗传算法实现进行了优化。提出的优化问题是使用真实的价值观而不是限制搜索使用基于整数实现。为了账户的增加最优解的搜索空间,提高计算性能的算法,遗传算法中引入的一些关键特性,如近距离检查节点插入和使用镜子交叉方案。使用这些特性允许搜索功能的改善以及搜索算法的计算效率。

提出了不同参数的敏感性研究确定传感器的数量。本文还表明,通过使用实值实现改善覆盖使用相同数量的传感器可以实现。另外,实值遗传算法的计算效率比整数。基于给出的结果,建议使用实值遗传算法。整合后向散射配置文件从不同的损伤情况,使用技术的复合结构与加劲肋等结构特点,铆钉,实验验证该方法被确定为进一步研究的领域。

数据可用性

所需的原始/处理数据复制这些发现也不能在这个时候作为数据共享一个正在进行的研究的一部分。

信息披露

本文中表达的观点不一定反映的赞助商。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

概念化的方法、验证、优化、写作、审查和编辑,和可视化的手稿是由R.S.资源LDV测量和数据处理,监督项目管理和资金收购是由点

确认

作者感谢TASK-CI允许使用的计算资源。这项研究是由美国国家科学中心、波兰、下Sonata-Bis 6与格兰特号码的电话:2016/22 / E / ST8/00068。

引用

1. m . Salmanpour z谢里夫Khodaei, m . Aliabadi”撞击破坏本地化与压电传感器在操作和环境条件下,“传感器,17卷,不。5,1178年,页2017。视图:出版商的网站|谷歌学术搜索
2. j . j ., y, b . Liu Yang x关,“疲劳裂纹大小评价方法基于兰姆波仿真和实验数据有限,”传感器,17卷,不。9,2097年,页2017。视图:出版商的网站|谷歌学术搜索
3. Banerjee Sikdar和美国,“识别disbond和高密度核心区域蜂窝复合夹层结构使用超声导波,“复合结构卷,152年,第578 - 568页,2016年。视图:出版商的网站|谷歌学术搜索
4. c . w . Li徐,y秋”描述退化进步的复合材料层合板在受到热疲劳和水分扩散的兰姆波,“传感器,16卷,不。2,p。260年,2016年。视图:出版商的网站|谷歌学术搜索
5. w·Ostachowicz r .索曼,p .马林诺斯基,“优化结构健康监测传感器的位置:复习一下,”结构健康监测,18卷,不。3、963 - 988年,2019页。视图:出版商的网站|谷歌学术搜索
6. w . j . Staszewski k .危险,r·瓦尔德·g·r·汤姆林森,“故障安全检测复合材料传感器分布影响,”智能材料和结构,9卷,不。3、298 - 303年,2000页。视图:出版商的网站|谷歌学术搜索
7. j . f . Markmiller F.-K。常,“传感器网络优化影响被动遥感探测技术,”结构健康监测,9卷,不。1、25 - 39页。2010。视图:出版商的网站|谷歌学术搜索
8. e·b·弗林和m·d·托德,”压电作动器和传感器的最佳位置检测损伤板结构,”智能材料系统和结构》杂志上,21卷,不。3、265 - 274年,2010页。视图:出版商的网站|谷歌学术搜索
9. c·m·海恩斯有效的复杂的结构健康监测策略,[博士学位。论文),加州大学圣地亚哥分校,2014年。
10. o . A . Vanli c, A .阮和b . Wang”极大极小传感器放置在复合材料结构损伤诊断方法,”智能材料系统和结构》杂志上,23卷,不。8,919 - 932年,2012页。视图:出版商的网站|谷歌学术搜索
11. c·k·科埃略,s . b . Kim和a .将“最佳传感器位置主动导波审讯复杂的金属组件,”民事传感器和智能结构技术,机械和航空航天系统2011,卷7981,p . 79813 o,圣地亚哥,美国,2011年。视图:出版商的网站|谷歌学术搜索
12. b·李和w . Staszewski“传感器位置的损伤诊断研究兰姆波,“智能材料和结构,16卷,不。2、399 - 408年,2007页。视图:出版商的网站|谷歌学术搜索
13. r s Venkat c·鲍勒:Ravi et al .,“优化结构健康监测的致动器/传感器组合:仿真和实验验证,”结构健康监测2015美国斯坦福大学,2015年。视图:出版商的网站|谷歌学术搜索
14. 诉埃瓦尔德、r·m·林和r .赞美诗”兰姆波传感器位置选项SHM热点伤害监测系统,”航空航天,5卷,不。2,39页,2018年。视图:出版商的网站|谷歌学术搜索
15. 美国索尼、s Das和a .将“最优传感器放置在复杂的结构损伤诊断”卷2:多功能材料;支持技术和集成系统设计;结构健康监测/濒死经历;仿生智能材料和结构奥克斯纳德,页565 - 571年,CA,美国,2009年。视图:出版商的网站|谷歌学术搜索
16. m . Thiene z s Khodaei, m . Aliabadi”最优传感器位置最大区域范围(MAC)在复合材料结构损伤定位,“智能材料和结构,25卷,不。9日,第095037条,2016年。视图:出版商的网站|谷歌学术搜索
17. r .索曼p库k . Balasubramaniam s . k .辛格和p .马林诺斯基,“传感器布置优化问题的研究因而损伤检测,指导”传感器,19卷,不。8,1856年,页2019。视图:出版商的网站|谷歌学术搜索
18. h . Tarhini r . Itani想知道m . a . Fakih,穆斯塔法,“优化结构的压电晶片放置并应用,”智能材料系统和结构》杂志上卷,29号19日,3758 - 3773年,2018页。视图:出版商的网站|谷歌学术搜索
19. a . j . Croxford p·d·威尔科特斯b . w .时候,和g . Konstantinidis“导波结构健康监测,策略”程序的数学、物理和工程科学,卷463,不。2087年,第2981 - 2961页,2007年。视图:出版商的网站|谷歌学术搜索
20. c·a·丹和p库”,基于弹性波SHM温度补偿方法,”最近的进展为实际流流控制,p . Doerffer、g . Barakos和m . Luczak Eds。施普林格,页483 - 497年,可汗,2017年。视图:出版商的网站|谷歌学术搜索
21. 马林诺夫斯基r .索曼p库,p,“改善损伤隔离使用导波传感器布置优化的基础上,”民事传感器和智能结构技术,机械和航空航天系统2019,卷10970,p . 109700 b,丹佛,有限公司,2019年美国。视图:出版商的网站|谷歌学术搜索
22. a . Umbarkar和p . Sheth遗传算法中交叉算子:审查。”ICTACT软计算》杂志上》第六卷,没有。1,第1092 - 1083页,2015。视图:出版商的网站|谷歌学术搜索
23. 戴秉国和b王岐山.“传感器位置基于一种改进遗传算法的连接与障碍,自信的信息覆盖面积”2017年IEEE第42会议在本地计算机网络(LCN),页595 - 598,新加坡,2017年。视图:出版商的网站|谷歌学术搜索

版权

版权©2019罗汉索曼Pawel马林诺斯基。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。